應用影像處理與類神經網路原理於輪胎切片尺寸量測與分級

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：69

、訪客IP：18.225.54.85

姓名

陳宜華(YI-HUA CHEN) 查詢紙本館藏

畢業系所

機械工程學系在職專班

論文名稱

應用影像處理與類神經網路原理於輪胎切片尺寸量測與分級
(Automatic Size Measurement and Rank Judgment for the Tires Using Image Processing and Artificial Neural Network.)

相關論文

★ 應用於車身號碼打刻機之號碼辨識	★ 複合式掌紋識別系統
★ 圓形偵測在OLED Panel 檢測上的應用	★ MLCC薄膜厚度即時線上影像檢測技術之研發
★ 全自動微鑽針影像檢測系統之研究	★ 應用類神經網路預測COG製程對於中小尺寸TFT-LCD產生之應力狀態
★ 應用機器視覺系統檢測高滲透壓刀輪切割 TFT-LCD 玻璃後斷面之研究	★ 低成本輕量化機械手臂之研究
★ 應用在同軸電纜加工之雷射光斑導引機構設計與分析	★ 表面電漿波共振-非旋轉方式的新機構設計理論
★ 網路協同式機械設計系統研發	★ 軟膠囊自動辨識系統
★ 心電訊號之擷取與分析	★ 盲人圖樣感知輔助裝置之研發設計
★ 非旋轉式表面電漿共振儀之改良與實現	★ 可攜式無線心電訊號擷取器之設計

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

輪胎是行車安全的必備品，輪胎前端尺寸設計有許多性能與安全考量，使用人工量測尺寸常會有缺乏一致性的問題，而量測儀器則有成本及維護方面的問題。本研究主要是應用影像處理去做輪胎切片尺寸量測，如此解決了在輪胎切片量測時人為與儀器帶來的問題，並在使用類神經網路判定輪胎等級。首先藉由掃描方式擷取影像，由MATLAB撰寫影像處理程式做影像二值化與尋邊處理，簡化影像資訊之後輔以MATLAB撰寫量測尺寸的程式，從影像上尋點並得到尺寸，然後藉由類神經網路中的倒傳遞類神經網路進行等級判別，實驗結果中將得到的尺寸數據做分析研究，分析方式是以設計誤差作為製程能力指標，並驗證類神經網路分類能力，而程式誤差值，則是判定MATLAB程式的準確度的指標，研究設計規劃是以可行性並兼具成本考量來進行，如此得到相對客觀且科學的依據。

摘要(英)

We always put tires as the most important issue for safety driving concern. There are safety concern and performance issue in terms of size design of front-end tire. This is an accuracy problem with tire size by manual testing. However, there are cost issue and maintenance problems would be raised which measure by equipment. The main purpose of this study is to measure the size of tire section using image processing system. This method in this study could solve those problems such as manual testing with tire size and cost from the measuring equipment. Additionally, the determination of tire grade uses the artificial neural network.
At first, the images select using scan, and image processing program is developed by MATLAB for thresholding and Sobel edge finding. After image information is simplified by image processing program, the program for size measurement is developed by MATLAB. Next, the size acquires by searching the specific position from the image, and the back propagation neural network(BPN) from artificial neural network grades tire size. The data of tire size will be collected from the experiment, design deviation is taken as process capability index, it could verify the capacity of classification based on the artificial neural network. Furthermore, the program deviation is taken as the index to determine the accuracy of MATLAB in this study. The scheme of design in this study proceeds based on cost issue and feasibility assessment, so that the experimental data of this study could meet the expected result.

關鍵字(中)

★ 輪胎
★ MATLAB
★ 影像處理
★ 倒傳遞類神經網路

關鍵字(英)

論文目次

中文提要 ……………………………………………………………… 2
英文提要 ……………………………………………………………… 3
誌謝 ……………………………………………………………… 4
目錄 ……………………………………………………………… 5
圖目錄 ……………………………………………………………… 7
表目錄 ……………………………………………………………… 8
一、緒論………………………………………………………… 1
1-1 前言………………………………………………………………… 1
1-2 研究動機與目的…………………………………………… 2
1-3 文獻探討與技術發展………………………………… 2
1-4 論文概述…………………………………………………… 3
二、相關知識…………………………………………………… 4
2-1 輪胎的基本結構與四大性能…………………… 4
2-2 輪胎分類…………………………………………………… 5
2-3 輪胎重要性能指標…………………………………… 6
2-4 影像的色彩種類………………………………………… 7
2-5 影像尋邊理論…………………………………………… 9
2-6 類神經網路簡介………………………………………… 11
2-7 類神經網路理論………………………………………… 11
2-8 倒傳遞類神經網路…………………………………… 15
2-9 實驗設備…………………………………………………… 17
2-9-1 影像擷取設備……………………………………… 17
2-9-2 電腦與軟體設備…………………………………… 18
三、實驗設計…………………………………………………… 19
3-1 實驗設計規劃……………………………………………… 19
3-1-1 實驗程序規劃……………………………………… 19
3-1-2 影像處理與類神經網路程式規劃…… 20
3-2 程式內容與執行介面……………………………… 21
3-2-1 MATLAB影像處理量測程式………………… 21
3-2-2 MATLAB_GUI介面…………………………………… 22
3-2-3 MATLAB_nntool類神經網路介面…… 23
3-3 程式執行結果……………………………………………… 31
四、實驗結果…………………………………………………… 33
4-1 實驗執行目標……………………………………………… 33
4-1-1 程式執行目標………………………………………… 33
4-1-2 樣本目標…………………………………………………… 34
4-1-3 輸入值與目標值……………………………………… 35
4-2 實驗執行……………………………………………………… 39
4-2-1 程式執行…………………………………………………… 39
4-3 程式執行結果與比較……………………………… 45
4-4 實驗結論…………………………………………………… 49
五、實驗總結…………………………………………………… 52
5-1 實驗總結…………………………………………………… 52
5-2 未來展望…………………………………………………… 53
參考文獻 ……………………………………………………………… 54

參考文獻

[1] 王家彥，“應用於膠料尺寸之自動影像檢測模組”，國立雲林科大，103年6月
[3] 楊遠章，“影像處理應用於手機按鍵語言種類之分類”，國立中央大學，104年6月
[4] 林逸塵，“類神經網路應用於空氣品質預測之研究”，國立中山大學環境工程所，91年7月
[5] 葉怡成，“類神經網路應用與實作”,第七版,2000年
[6]J. Weng, P. Cohen, and M. Herniou,“Camera calibration with distortion models and accuracy evaluation,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.14, 965-980 (1992)
[7] Ming Zhao; Yongpeng Wu; Shengda Pan; Fan Zhou; Bowen An; André Kaup “Automatic Registration of Images With Inconsistent Content Through Line-Support Region Segmentation and Geometrical Outlier Removal,”IEEE, 2018, Page(s):2731 - 2746
[8] 劉憲翰，“應用機器視覺及影像處理技術結合SPC統計製程管制於BGA底座錫球之檢測設計＂，聖約翰技術學院自動化及機電整合研究所碩士論文 (2004)
[9]林東賦，“應用影像處理技術與類神經網路理論於非織物瑕疵辨識＂，國立臺灣科技大學纖維及高分子工程系碩士論文 (2001)
[10]魏志驊，“應用人工智慧之機車造型自動化設計系統＂，國立成功大學工業設計學系碩士論文 (2002)

指導教授

黃衍任

審核日期

2018-6-29

推文